Bachelor's Thesis

Possibilities of using machine learning methods in water management

Final Thesis 2.16 MB

Author of thesis: Bc. Petr Hála

Acad. year: 2025/2026

Supervisor: Ing. Tomáš Kozel, Ph.D.

Reviewer: Mgr. Šárka Zemanová, BBA A.SC.T.

Abstract:

The bachelor’s thesis focuses on flood prediction using artificial neural networks in the Bečva River basin. The aim of the thesis is to design and compare two predictive models based on real hydrological data. The models use data on precipitation totals in the catchment area and historical discharge from the Dluhonice measuring station as inputs. The models are developed in the Python programming language using the PyTorch library.

Keywords:

Neural networks, convolutional neural networks, deep learning, hydrology, rainfall-runoff process, catchment, prediction

Date of defence

16.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaAznamka

Grading

A

Process of defence

Student představil svou bakalářskou práci na téma „Možnosti využití metod strojového učení v oblasti vodního hospodářství". Student představil zájmové území Povodí Bečvy a dále jednotlivé metody strojového učení. Popsal a porovnal simulaci povodně z roku 2010 pomocí jednotlivých modelů. Otázky oponentky Mgr. Šárky Zemanové, BBA A.SC.T.: 1) Jak je definováno kritérium pro vyhodnocení objemu [m3]? Odp.: Plocha pod křivkou povodňové vlny - důležitý tvar. 2) Proč autor nevyužil standardně využívaná kritéria pro vyhodnocení úspěšnosti. Mohl by autor nějaká vyjmenovat? Odp.: Student uvedl a popsal jednotlivá kritéria, přiznal, že je nevyužil z důvodu jejich neznalosti. 3) Proč, z pohledu transformace plošných dat do bodových hodnot, autor v případě maximálních hodnot zvolil v práci použitý přístup? Lze využít i jiné přístupy? Odp.: Původně šlo o pouhé zdůraznění maxima. Uvedl i jiný přístup rozdělení povodí o sektorů. 4) Jak by autor mohl dostat do ANN modelů nasycení povodí? Odp.: Delší řada předchozích srážek a průtoků. API (index předchozí srážky). Forma nových vstupů do modelů. 5) Jsou v práci popsané přístupy a sestavené modely univerzálně přenosné i na jiná povodí? Odp.: Přístupy ano, avšak modely jsou nastaveny na povodí Bečvy, musely by se překalibrovat. Ing. Miroslava Špano, Ph.D. Otázka: Využíval jste historická data, došlo k extrapolaci? Odkud jste vzal srážková data z daného území? Odp.: Student odpověděl velmi odborně. Srážková data získal pomocí radarových snímků s denním krokem. Ing. Martin Bednář, Ph.D. Otázka: Aktivační funkce byly stejné ve všech vrstvách? Řešil jste přetrénování daných modelů? Jaký jste měl počet neuronů? Zkoušel jste počet měnit? Odp.: Ano, ve všech vrstvách stejné. Ano, řešil přetrénování. Student uvedl počty neuronů v rámci jednotlivých modelů. Ano, student zkoušel měnit, ale spíše navyšoval počet neuronů. doc. Ing. Michal Kriška-Dunajský, Ph.D. Otázka: Na co se dá daný model využít v praxi? Odp.: Lze použít na predikci průtoku.

Language of thesis

Czech

Faculty

Fakulta stavební

Department

Institute of Landscape Water Management

Study programme

Civil Engineering (BPC-SI)

Specialization

Water Management and Water Structures (V)

Composition of Committee

Ing. Stanislav Paseka, Ph.D. (člen)
Ing. Martin Bednář, Ph.D. (člen)
Ing. Miroslav Špano, Ph.D. (člen)
doc. Ing. Petr Hluštík, Ph.D. (předseda)
doc. Ing. Michal Kriška-Dunajský, Ph.D. (místopředseda)
Ing. Veronika Sobotková, Ph.D. (člen)

Supervisor’s report
Ing. Tomáš Kozel, Ph.D.

Grade proposed by supervisor: B

File inserted by supervisor Size
Bc_prace_posudek_2026.pdf 86,40 kB

Reviewer’s report
Mgr. Šárka Zemanová, BBA A.SC.T.

Grade proposed by reviewer: B

File inserted by the reviewer Size
Posudek oponenta [.pdf] 87,75 kB

Responsibility: Mgr. et Mgr. Hana Odstrčilová